Классификация потока системных ошибок с помощью гибридной модификации нейронной сети Ванга-Менделя
Автор: Солдатова Ольга Петровна, Пудикова Екатерина Михайловна
Журнал: Известия Самарского научного центра Российской академии наук @izvestiya-ssc
Рубрика: Интеллектуальные информационные системы
Статья в выпуске: 4-2 т.16, 2014 года.
Бесплатный доступ
В статье исследуется применение предложенной авторами гибридной модификации нейронной нечёткой продукционной сети Ванга-Менделя с несколькими выходами, для решения задачи классификации потока сообщений об ошибках программной системы. Описаны свойства потока сообщений на естественном языке, приведена методика формирования обучающего множества на основе реального потока сообщений об ошибках. Описаны алгоритмы обучения сети и исследована эффективность использования гибридной сети для решения задачи.
Потоки сообщений на естественном языке, обучающее множество, нечёткая нейронная продукционная сеть, сеть ванга-менделя, самоорганизующийся слой, алгоритм обучения, классификация
Короткий адрес: https://sciup.org/148203209
IDR: 148203209
Список литературы Классификация потока системных ошибок с помощью гибридной модификации нейронной сети Ванга-Менделя
- The 8 Requirements of Real-Time Stream Processing/M. Stonebraker, U. Çetintemel, S. Zdonik//SIGMOD Record, Vol. 34, No. 4, Dec. 2005. P.42-47.
- Технологии извлечения знаний из текста/В. Рябышкин, С. Танков, С. Киселев, Н. Ильин//Открытые системы. 2006. № 6. С.77-86.
- Как работают новые Яндекс.Новости [Электронный ресурс]/И. Сегалович, М. Маслов, Д. Нагорнов. URL: http://vizaviz.blogspot.ru/2004/10/blog post_26.html. (дата обращения: 01.05.2013).
- Ермаков А.Е., Плешко В.В. Ассоциативная модель порождения текста в задаче классификации//Информационные технологии. 2000. №12. С. 30-35.
- Технология обработки текстовой информации с опорой на семантическое представление на основе иерархических структур из динамических нейронных сетей, управляемых механизмом внимания/А.А. Харламов, А.Е. Ермаков, Д.М. Кузнецов//Информационные технологии. 1998. №2. С. 26-32.
- Ермаков А.Е. Компьютерная лингвистика и интеллектуальные технологии//Труды международного семинара Диалог'2002. Т.2. “Прикладные проблемы”. М.: Наука, 2002. С. 180-185.
- Харламов А.А. Автоматический структурный анализ текстов//Открытые системы. 2002. № 10. С. 62-65.
- Хайкин, С. Нейронные сети:полный курс. 2-е издание [пер с англ.]. М.: Издательский дом “Вильямс”, 2006. 1104 с.
- Поляков П.Ю., Плешко В.В. RCO (Russian Context Optimizer) на РОМИП 2008//Российский семинар по оценке методов информационного поиска. Труды РОМИП 2007-2008. Санкт-Петербург: НУ ЦСИ, 2008. С.96-107.
- Поляков П.Ю., В.В. Плешко, А.Е. Ермаков, RCO (Russian Context Optimizer) на РОМИП 2009//Российский семинар по оценке методов информационного поиска. Труды РОМИП 2009. Санкт-Петербург: НУ ЦСИ, 2009. С.122-134.
- Нечеткие модели и сети/В.В. Борисов, В.В. Круглов, А.С. Федулов. М.: Горячая линия -Телеком, 2007. 284 с.
- Осовский С. Нейронные сети для обработки информации [пер. с польского И.Д. Рудинского.]. М.: Финансы и статистика, 2002. 344 с.
